数千个时间序列如何同时做预测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在我的场景下，有数千个指标，都是时间序列，现在要通过时间序列分析的方式来预测，并做异常识别。

我看了一些时间序列分析的资料，发现很多都要靠人工，比如看acf、pacf来识别ar，ma的的阶数等

但在这么多序列的情况下，不可能人工识别

有什么办法能够自动将时间序列分类，然后用对应的模型来预测呢？

我目前想到的是：

1，shapiro.test(ss)$p > 0.05 这样的应该是一个标准正态分布的序列，可以用均值和标准差来预测   
2，识别平稳、非平稳序列 ---这个还没有能够自动化的思路

3，对非平稳序列，使用fb的prophet，能够做全自动化的预测


请各位赐教，谢谢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：时间序列 prophet 时间序列分析 平稳序列 PACF